de_novo_protein

This is a notebook about learning rosetta.

rosetta路径

/public3/home/pg3152/zzl/zzl_softwares

1.建立segment库

H 5 20, L 1 3, E 3 10, L 1 3, H 5 20

参数解释： H (helix), L (loop), E (strand), N (any), U (not helix), Y (not loop), and R (not strand)

生成数据库

### 2.清洗数据库
cd $top8000_chains_70
for i in $(ls $(pwd)); do python /public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/main/tools/fragment_tools/pdb2vall/pdb_scripts/clean_pdb.py $i; rm -rf $i; done
# 执行此操作会将文件夹里面的所有文件清空！！！

出现的问题 查看源代码

cd /public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/main/tools/fragment_tools/pdb2vall/pdb_scripts/
cat clean_pdb.py 

发现存在以下问题 但是问题不是很大

所以这想操作要在建立文件夹之后或者还未导入PDB文件之前操作！！！

# 生成当前目录下的pdb.list
for i in $(ls $(pwd)); do echo $(pwd)/$i >> pdbs.txt; done
cp pdbs.txt $work_dir && cd $work_dir

建立segment文件

# strict_dssp_changes这个不加会报错，据说是已知bug，一年了都没修复...
segment_file_generator.default.linuxgccrelease \
-ignore_unrecognized_res \
-pdb_list_file pdbs.txt \
-motif_file motifs.txt \
-strict_dssp_changes false

存在问题

• 并未找到strict_dssp_changes
• 不加strict_dssp_changes 程序也没有报错 执行命令后会得到一个segment文件

修改之后的命令

/public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/main/source/bin/segment_file_generator.linuxgccrelease \
-ignore_unrecognized_res \
 -pdb_list_file pdbs.txt \
-motif_file motif.txt \
-strict_dssp_changes false

检查命令（对于含有β结构的需要执行此选项）

edge_file_generator.default.linuxgccrelease -sewing:smotifs_H_5_20_L_1_3_E_3_10_L_1_3_H_5_20.segments tev1.edges

正确的命令

/public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/main/source/bin/edge_file_generator.linuxgccrelease \
-sewing:model_file_name tev1.segments \
-edge_file_name tev_1.edges

原因是没有写明软件的绝对路径┭┮﹏┭┮

基本格式：

• -model_file_name : Path to the segment file
• -edge_file_name: Path to save generated edge file

可选格式：

• -max_clash_score : Maximum number of clashed atoms to allow during alignment
• 冲撞阈值，超出该阈值后，认为两个segment文件之间的匹配度较差
• -min_hash_score : The minimum number of aligned atoms to determine whether two segments are structurally compatible
• 打分阈值，打分超出这个值后，认为是匹配良好的（推荐设置为20）
• -boxes_per_dimension : The number of bins to consider in the geometric hash. 3 and 5 are the only acceptable values
• 在几何散列中要考虑的箱子数，只能设置3或5
• -hash_opposite_termini : Hashing will occur between segments with opposite termini (N to C or C to N )
• 反向组装顺序，N->C端为默认顺序，设置后，从C->N端装配。可以产生更加多样化的Segments

example

edge_file_generator.default.xxx -model_file_name smotifs_H_1_100_L_1_100_H_1_100.segments -edge_file_name smotifs_H_1_100_L_1_100_H_1_100.edges -boxes_per_dimension 3

3.运行组装

1.先建立一个flag文件

-ignore_unrecognized_res
-detect_disulf false
-mh
    -score
        -use_ss1 true
        -use_ss2 true
        -use_aa1 false
        -use_aa2 false
    -path
        -motifs /public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/main/database/additional_protocol_data/sewing/xsmax_bb_ss_AILV_resl0.8_msc0.3/xsmax_bb_ss_AILV_resl0.8_msc0.3.rpm.bin.gz
        -scores_BB_BB /public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/main/database/additional_protocol_data/sewing/xsmax_bb_ss_AILV_resl0.8_msc0.3
        -gen_reverse_motifs_on_load false

flag文件建立好之后需要一个pdb文件，这里复制了一个1LN0.pdb文件在这里

关于为什么用pdb文件，官方网站的解释是：一定要有，但是执行的过程中是可以忽略的。 之后执行如下的命令，实现拼接

/public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/main/source/bin/rosetta_scripts.linuxgccrelease \
-s 1LN0.pdb \
-parser:protocol RosettaScript.xml @flag \
-nstruct 10  \
-out:path:pdb tev_change

但是执行之后出现了报错 选项文件中的注释必须以'#'开头，选项必须以'-'行开头 ？？？不是很懂 应该是flag文件出现了问题。进行了如下修改

-mh:ignore_unrecognized_res
-mh:detect_disulf false
-mh:score:use_ss1 true
-mh:score:use_ss2 true
-mh:score:use_aa1 false
-mh:score:use_aa2 false
-mh:path:motifs /public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/main/database/additional_protocol_data/sewing/xsmax_bb_ss_AILV_resl0.8_msc0.3/xsmax_bb_ss_AILV_resl0.8_msc0.3.rpm.bin.gz
-mh:path:scores_BB_BB 
/public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/main/database/additional_protocol_data/sewing/xsmax_bb_ss_AILV_resl0.8_msc0.3
-mh:gen_reverse_motifs_on_load false

出现了下面的错误：

在说mh用法错误

正确的flag文件：

1 -ignore_unrecognized_res                                                                 
  2 -detect_disulf false
  3 -mh
  4     -score
  5         -use_ss1 true
  6         -use_ss2 true
  7         -use_aa1 false
  8         -use_aa2 false
  9     -path
 10         -motifs /public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bundle/m    ain/database/additional_protocol_data/sewing/xsmax_bb_ss_AILV_resl0.8_msc0.3/xsmax_bb_ss_    AILV_resl0.8_msc0.3.rpm.bin.gz
 11         -scores_BB_BB /public3/home/pg3152/zzl/zzl_softwares/rosetta_src_2021.16.61629_bu    ndle/main/database/additional_protocol_data/sewing/xsmax_bb_ss_AILV_resl0.8_msc0.3/xsmax_    bb_ss_AILV_resl0.8_msc0.3

记得将命令写成脚本，在后台执行

sbatch run_sewing.sh

命令运行后得到四个pdb文件： 在pymol中查看发现4个结构是一样的

不懂什么原因（后面师姐说在预测后得到的结构中就是通过打分函数出来的结果，而这里出现4个文件是因为自己选择了4个文件，且为系统打分最好的四个）